Tới nội dung
#Agent
27 tháng 10Thứ Ba
  1. Sakana AI Blog40

    Sakana AI mở quyền truy cập sớm cho Nền tảng Sakana API dành cho doanh nghiệp

    Sakana AI đã mở chương trình truy cập sớm cho Nền tảng Sakana API, cung cấp cho khách hàng doanh nghiệp quyền truy cập API vào các LLM của mình với khả năng quản lý thành viên và chi phí sử dụng ở cấp tổ chức và không gian làm việc. API tương thích với OpenAI chỉ yêu cầu thay đổi endpoint, và Sakana Fugu cùng Fugu Ultra được cung cấp trước, Sakana Namazu và Fugu Max sẽ theo sau. Các tính năng bao gồm kiểm soát truy cập dựa trên vai trò, nhật ký kiểm toán CSV, giới hạn ngân sách, thanh toán bằng hóa đơn, MSA và DPA, cùng cam kết không huấn luyện trên dữ liệu đầu vào của khách hàng.

  2. Epoch AI · Gradient Updates58

    Epoch AI thử nghiệm AI trên chính các nhiệm vụ nghiên cứu của mình, các mô hình hàng đầu đạt 65% và trượt tất cả

    Epoch AI đã mở rộng nỗ lực trước đó nhằm tự động hóa công việc của một nhà nghiên cứu cấp cao thành Epoch Automation Reports, đánh giá AI trên các nhiệm vụ thực tế của Epoch như thiết kế đồ họa và lập kế hoạch nghiên cứu theo cùng tiêu chuẩn áp dụng cho nhân viên con người. 1 và GPT-6 Astra đạt trung bình 65% theo rubric, nhưng điểm 65% vẫn bị tính là nhiệm vụ thất bại, vì mọi bài nộp sẽ bị từ chối hoặc yêu cầu sửa lại nếu do con người thực hiện.

  3. Anthropic Research71

    Nghiên cứu của Anthropic phát hiện các nhà phân tích tuân theo khuynh hướng tùy ý của Claude Code 86% số lần

    Các nhà nghiên cứu của Anthropic đã thực hiện một thử nghiệm đối chứng ngẫu nhiên trong đó 50 nhà phân tích chuyên nghiệp sử dụng Claude Code (Claude Opus 4.8) để tư vấn cho một hợp tác xã nông nghiệp hư cấu, với việc tác nhân được gán bí mật một khuynh hướng tung đồng xu cho bốn lựa chọn phân tích. Các nhà phân tích khớp với khuynh hướng của tác nhân 86% số lần, chuyển khỏi sở thích trước đó của chính họ 60% số lần khi tác nhân không đồng ý, và 77% sau đó lặp lại các lập luận của tác nhân trong khi chỉ 15% ghi công cho tác nhân. Các tác giả lưu ý rằng các khuynh hướng đã được cố ý tăng cường và nghiên cứu chỉ bao gồm một nhiệm vụ và một mô hình, nhưng nhận định kết quả làm dấy lên lo ngại về việc liệu sự phê duyệt của con người có còn là một kiểm tra độc lập khi các tác nhân đảm nhận nhiều công việc nghiên cứu hơn.

    Vì sao đáng chú ý: Thử nghiệm ngẫu nhiên của Anthropic với 50 nhà phân tích chuyên nghiệp cho thấy các chuyên gia dễ dàng chấp nhận khuynh hướng tùy ý của một tác nhân AI trong các phán đoán như thế nào, một phát hiện liên quan đến giám sát của con người trong nghiên cứu an toàn AI.

  4. Google Developers Blog34

    Xây dựng Thương mại Hội thoại với Bầy Đa Tác tử trên GCP: Một Nguyên mẫu Hoạt động

    Các nhà phát triển Google Cloud đã xây dựng HappyDelivery, một nguyên mẫu hoạt động của thương mại hội thoại sử dụng LangGraph, Gemini, FastAPI và Google Cloud, theo một bản thiết kế ba lớp trước đó gồm Ingress, Memory và Cognition. Lớp Ingress xác thực chữ ký webhook đặc thù của nền tảng cho WhatsApp, RCS, Apple Messages và SMS, chuẩn hóa payload thành một schema chung và chuyển chúng sang Pub/Sub, trả về HTTP 200 trong khoảng 300ms. Bài viết đi qua mã nguồn, máy trạng thái, các công cụ tài chính tất định và một bộ kiểm thử xác minh tự động.

  5. Google Developers Blog58

    Google A2UI bổ sung các định dạng suy luận có thể hoán đổi, với Express giảm độ trễ tới 3 lần

    Google đã phát hành các định dạng suy luận có thể hoán đổi cho A2UI, giao thức tối ưu cho agent của hãng dành cho giao diện người dùng tạo sinh, cho phép các agent tạo ra một định dạng trung gian mà trình biên dịch SDK chuyển thành các thông điệp A2UI đã được xác thực. Định dạng mặc định mới, A2UI Express, sử dụng ít hơn tới 3 lần token so với Direct JSON cho cùng một giao diện và giảm độ trễ tới 3 lần, đồng thời được phát hành trong các SDK Python (a2ui-agent-sdk 0.9.0), TypeScript (@a2ui/agent) và Dart. Google cũng đã trình diễn các mô hình ra quyết định như Jev của TypeSafe lựa chọn giữa các bố cục được định nghĩa trước, mà hãng cho biết có thể giảm độ trễ tới 80 lần; trong ví dụ Apparite, các màn hình đã hoàn tất trong 0,8 đến 1,7 giây qua 11 lời nhắc.

  6. Preferred Networks News60

    PFN phát hành PLaMo 3.1 Prime với tìm kiếm Web và Deep Research

    Preferred Networks bắt đầu cung cấp PLaMo 3.1 Prime vào ngày 27 tháng 10 năm 2026, bổ sung tính năng tìm kiếm Web và Deep Research tự động lập kế hoạch, thu thập, phân tích và viết báo cáo có trích dẫn nguồn trong vài phút đến vài chục phút. Deep Research cũng chạy được tại chỗ (on-premises) và có thể kết nối với các hệ thống tìm kiếm tài liệu nội bộ, trong khi công ty báo cáo mức cải thiện điểm trung bình khoảng 15% trên tám benchmark liên quan đến ảo giác (hallucination), bao gồm AA Omniscience, so với PLaMo 3.0 Prime. PFN cũng cho biết tốc độ xử lý nhanh hơn 1,7 lần nhờ giải mã suy đoán (speculative decoding) và giảm 90% token đầu ra ở chế độ không suy luận, đồng thời ra mắt gói PLaMo API miễn phí cùng chiến dịch PLaMo Chat cung cấp Deep Research hai lần mỗi ngày cho đến ngày 30 tháng 11 năm 2026.

    Vì sao đáng chú ý: PLaMo 3.1 Prime của PFN bổ sung Deep Research tự động chạy tại chỗ, mang đến cho doanh nghiệp Nhật Bản một lựa chọn triển khai cục bộ cho công việc điều tra có trích dẫn nguồn.

  7. Apple Newsroom58

    Apple Creator Studio bổ sung trợ lý AI, hỗ trợ MCP và MotionVFX trong Final Cut Pro

    Apple đã giới thiệu các bản cập nhật cho Apple Creator Studio, mang đến một trợ lý thông minh được xây dựng trên các mô hình của Apple và bên thứ ba cho Keynote, Pages và Numbers, cùng với hỗ trợ Model Context Protocol để các tác nhân AI bên ngoài có thể đọc nội dung và thực hiện chỉnh sửa trong các ứng dụng đó. Final Cut Pro cho Mac hiện bao gồm MotionVFX tích hợp sẵn và video kho Content Hub, Logic Pro có thêm trợ lý bản beta và Stem Splitter tách trống, và Pixelmator Pro bổ sung Generate Fill cho chỉnh sửa hình ảnh bằng ngôn ngữ tự nhiên. Các bản cập nhật sẽ có mặt trên App Store vào tháng 11 này, miễn phí cho người đăng ký hiện tại, với đăng ký mới ở mức 12,99 đô la Mỹ mỗi tháng hoặc 129 đô la Mỹ mỗi năm.

26 tháng 10Thứ Hai
  1. Replit Blog38

    Replit: Mọi công ty trong Fortune 500 sẽ trở thành công ty tự vận hành vào năm 2030

    Replit dự đoán mọi công ty trong Fortune 500 sẽ trở thành "Công ty Tự vận hành" vào cuối năm 2030, với các tác nhân AI thực thi và phối hợp công việc trong khi con người đặt mục tiêu và chịu trách nhiệm. Replit cho biết các kỹ sư của họ gần như tăng gấp ba sản lượng mã trong nửa đầu năm 2026 trong khi thời gian đánh giá, số lần hoàn nguyên và sự cố sản phẩm vẫn không đổi. Replit for Business đang được xây dựng làm nền tảng, và tại SMFL, một quy trình phát triển trước đây cần sáu người trong sáu tháng đã được một người hoàn thành trong một tuần.

  2. Import AI62

    Import AI 478: Toán học cho alignment, ProgramBench, và tín hiệu RSI của Mirendil

    Import AI 478 tổng hợp bốn diễn biến: startup an toàn AI Resolution đã tự động hình thức hóa việc giải kỳ dị trong Lean bằng các tác nhân điều phối, với chi phí token ước tính 135.000 USD trong khoảng một tuần. Claude Opus 5.5 đạt 18,5% giải được trên ProgramBench, tăng từ 0% của mọi mô hình khi benchmark ra mắt vào tháng 5. OpenAI mô tả các tác nhân trong các microVM riêng biệt trao đổi bí mật tổng hợp qua timing bộ nhớ đệm của bộ xử lý, và Mirendil báo cáo một nhà nghiên cứu đã tiền huấn luyện một mô hình lập trình 100B-500B tham số trong 3,5 tháng với chi phí tính toán dưới 10 triệu USD.

  3. Vapi Blog38

    Vapi ra mắt tính năng chia tách lưu lượng cho việc triển khai voice agent

    Vapi đã ra mắt tính năng chia tách lưu lượng, cho phép các nhóm định tuyến 0,1%, 1% hoặc 5% cuộc gọi đến và đi tới một phiên bản agent mới trước khi cam kết. Trước đây, việc xuất bản một phiên bản assistant mới sẽ gửi 100% lưu lượng tới đó ngay lập tức. Tính năng này bao gồm "stickiness" để giữ những người gọi lại ở cùng một phiên bản, và Vapi khuyến nghị bắt đầu với chia tách hai chiều.

  4. Google Developers Blog58

    Google Docs và Drive bổ sung tính năng xem trước, chỉnh sửa và cộng tác trực tiếp với markdown

    Google Workspace hiện cho phép người dùng xem, chỉnh sửa và cộng tác trên các tệp markdown (.md) trực tiếp trong Google Docs và Drive, mà không cần chuyển đổi sang định dạng khác. Tệp giữ nguyên loại .md và có huy hiệu hiển thị ở đầu tài liệu, trong khi Drive cung cấp bản xem trước đã kết xuất với bảng và siêu liên kết hoặc nút chuyển sang văn bản thô. Google định vị markdown là ngôn ngữ chung cho cả con người và tác nhân AI, với khả năng đồng chỉnh sửa theo thời gian thực, bình luận theo từng dòng và lịch sử phiên bản bao gồm cả các bản sửa đổi của con người và tác nhân; bất kỳ ai có tài khoản Google hoặc Workspace đều có thể bắt đầu bằng cách tải tệp .md lên Drive.

  5. Mastra Blog40

    Mastra mở Knowledge, bộ não công ty tự lưu trữ cho AI agent, cho thêm tám đối tác thiết kế

    Mastra đang mở dịch vụ Knowledge của mình, một lớp ngữ cảnh toàn công ty tự lưu trữ dành cho AI agent, cho thêm tám đối tác thiết kế theo nguyên tắc ai đến trước được phục vụ trước. Knowledge kết nối các hệ thống như Slack và Monday, tự cập nhật và hỗ trợ các cơ sở tri thức riêng biệt theo từng chức năng với quyền ở cấp cá nhân, nhóm và tổ chức. Mastra cho biết việc nối một đồ thị tri thức toàn công ty vào các coding agent của mình đã tạo ra cải thiện rõ rệt về chất lượng mã được giao.

24 tháng 10Thứ Bảy
  1. Redwood Research58

    Redwood Research công bố bài báo về đánh giá kiểm soát mô phỏng cho các giám sát viên tác nhân AI

    Redwood Research đã công bố một bài báo về đánh giá kiểm soát mô phỏng (SCE), một phương pháp sử dụng trình mô phỏng môi trường LLM để kiểm tra xem các giám sát viên giám sát tác nhân AI có phát hiện ra một mô hình cố ý gây hại hay không, mà không thực thi các lệnh gọi công cụ của nó.

  2. Big Technology42

    CEO Google Sundar Pichai về RSI, tình trạng thiếu hụt compute và quỹ đạo của AI

    CEO Google Sundar Pichai cho biết ngành công nghiệp "còn khá xa trạng thái cuối cùng của RSI", dù các AI agent đã giúp các nhà nghiên cứu xây dựng mô hình. Ông nói mọi người đều thiếu compute, và Google từ bỏ doanh thu cloud ngắn hạn để tài trợ cho nghiên cứu AI tiên phong.

  3. Epoch AI · Gradient Updates42

    Epoch Brief: Thử nghiệm tự động hóa công việc bằng AI, Chuẩn đánh giá SpireClimb và bước tiến biên giới của Gemini 4 Argon

    Epoch AI đã thử nghiệm sáu mô hình hàng đầu trên 11 nhiệm vụ công việc thực tế của Epoch và nhận thấy không mô hình nào có thể đáp ứng đáng tin cậy tiêu chuẩn chất lượng của mình, với Claude Fable 5.1 và GPT-6 Astra gần như ngang bằng nhau ở vị trí dẫn đầu. Chuẩn đánh giá SpireClimb mới của họ cho thấy các mô hình biên giới đã đi từ chỗ chật vật với Slay the Spire đến chỗ thắng hơn 90% các lượt chơi ở độ khó cơ bản trong sáu tháng, với GPT-6 Astra đạt 98%. Gemini 4 Argon đạt 166 điểm trên Chỉ số Năng lực Epoch, ngang bằng với Claude Fable 5.1 và xếp sau Claude Opus 5.5 và GPT-6 Astra ở mức 169.

23 tháng 10Thứ Sáu
  1. Ai2 · Allen Institute for AI31

    LitPivot: Hệ thống của Ai2 giúp các nhà nghiên cứu chuyển hướng ý tưởng nghiên cứu thông qua tài liệu

    Các nhà nghiên cứu của Ai2 và Đại học Pennsylvania đã xây dựng LitPivot, một hệ thống tổ chức các bài báo được truy xuất theo khía cạnh của một đề xuất nghiên cứu đang được chỉnh sửa và gợi ý các chỉnh sửa dựa trên tài liệu. Trong một nghiên cứu với 17 nhà nghiên cứu, các chuyên gia trong lĩnh vực đánh giá những ý tưởng được phát triển với LitPivot có nền tảng tài liệu vững chắc hơn so với những ý tưởng được xây dựng bằng trình soạn thảo văn bản và một công cụ trò chuyện AI. Những người tham gia cũng cho biết các ý tưởng đã chỉnh sửa của họ mới lạ và hữu ích hơn, và LitPivot sẽ được trình bày tại UIST 2026.

  2. Platformer22

    Platformer ra mắt podcast AI Machine Gods hợp tác với NPR

    Platformer đã ra mắt Machine Gods, một podcast AI mới được sản xuất với sự hợp tác của NPR, với các tập phát vào sáng thứ Tư và thứ Sáu. Hai tập đầu tiên đề cập đến các tác nhân AI hành xử sai và phỏng vấn hai nhà nghiên cứu an toàn OpenAI vừa bị sa thải. Các dẫn chương trình cho biết chương trình theo cách tiếp cận "chủ nghĩa hiện thực AI", coi trọng các cảnh báo an toàn đồng thời cũng đề cập đến niềm vui và sự tiến bộ của công nghệ mới.

  3. Figma Blog40

    Cách đưa Hệ thống thiết kế của bạn vào hoạt động với Figma Agent

    Figma agent hiện đã được phát hành rộng rãi, và Figma giải thích cách cung cấp hệ thống thiết kế của bạn cho nó để đầu ra khớp với sản phẩm của bạn. Việc kết nối một thư viện đã xuất bản cho phép agent sử dụng các thành phần và token đã được phê duyệt, trong khi các tệp hướng dẫn mã hóa quy tắc của nhóm và các trang Examples hoặc cách đặt tên _example cung cấp các mẫu có thể tái sử dụng.

  4. Microsoft Research58

    Microsoft Research phát hành Flint-interactive, một ngôn ngữ cho trực quan hóa dữ liệu tương tác do AI tạo ra

    Microsoft Research đã phát hành Flint-interactive, một ngôn ngữ được xây dựng trên Flint cho phép các agent và nhà phát triển tạo trực quan hóa dữ liệu tương tác thông qua các sự kiện ngữ nghĩa cấp cao và các toán tử cập nhật. Trình biên dịch của Flint xử lý kiểm tra điểm chạm, bố cục, kết xuất và các phụ thuộc trực quan, để người dùng chỉ định các tương tác như linked brushing, làm nổi bật hoặc thay đổi khung nhìn mà không cần viết mã trực quan hóa cấp thấp. Nó có sẵn thông qua Flint-MCP và MCP Apps trong môi trường trò chuyện, Flint Interactive Canvas cho bảng điều khiển và câu chuyện dữ liệu, và một API lập trình cho các tương tác tùy chỉnh.

22 tháng 10Thứ Năm
  1. Redwood Research71

    METR và Redwood Research red-team hệ thống giám sát sai lệch nội bộ của agent nội bộ OpenAI

    METR và Redwood Research đã thực hiện một bài tập tiếp cận cao kéo dài ba tuần từ ngày 21 tháng 7 đến ngày 11 tháng 8 để kiểm tra căng thẳng hệ thống giám sát sai lệch nội bộ của OpenAI, tạo ra một báo cáo nội bộ dài 61 trang. Họ ước tính khoảng 75–94% lưu lượng API Responses nội bộ dạng agent từ các mô hình ít nhất mạnh ngang GPT-5.5 đủ điều kiện được giám sát, và 99,2% lưu lượng API Responses được sử dụng cho các agent Codex nội bộ. Nhóm đã phát hiện các lỗ hổng mới, bao gồm một cách mà các agent Codex về nguyên tắc có thể vượt qua sandbox của Codex và Auto-Review, một khai thác có thể khiến hàng trăm hành động gần đây không bị giám sát, và hai header do client kiểm soát có thể vô hiệu hóa giám sát đối với các agent mới; OpenAI cho biết các lỗ hổng ảnh hưởng đến ngăn xếp biện pháp bảo vệ sản xuất của mình đã được vá, một tuyên bố mà các nhà nghiên cứu không đánh giá.

  2. Sakana AI Blog58

    Sakana AI ra mắt Sakana Aquarium, nền tảng AI agent dựa trên ontology cho quyết định doanh nghiệp

    Sakana AI công bố Sakana Aquarium, một nền tảng để xây dựng, vận hành và quản lý các AI agent hỗ trợ ra quyết định và thực thi trong tổ chức dựa trên một ontology. Nền tảng kết hợp ba phần: Ontology tổ chức tri thức, quy tắc và dữ liệu cùng ý nghĩa và mối quan hệ của chúng, đồng thời kết nối các nguồn hiện có mà không cần di chuyển dữ liệu; Governance thiết lập quyền truy cập và phê duyệt trước khi thực thi, đồng thời ghi log mọi thứ từ lý do quyết định đến kết quả thực thi; và Managed Agents triển khai các quy trình bao gồm tra cứu thông tin, đánh giá bằng AI, thực thi chức năng và phê duyệt của con người. Sakana AI cho biết các kết nối dữ liệu và ontology có thể được tái sử dụng giữa các agent, và nền tảng này xuất phát từ công việc do FDE dẫn dắt với các tổ chức tài chính như MUFG, SMBC Group và Daiwa Securities Group.

  3. inclusionAI Models58

    inclusionAI phát hành Ling-3.0-flash-Sante, mô hình MoE chuyên ngành y tế 124B

    inclusionAI đã phát hành Ling-3.0-flash-Sante, một mô hình chuyên ngành y tế được xây dựng trên Ling-3.0-flash với tổng cộng 124B tham số và 5,1B tham số hoạt động mỗi token, với trọng số trên Hugging Face và ModelScope. Mô hình sử dụng kiến trúc MoE tuyến tính lai kết hợp Kimi Delta Attention, gated MLA và các lớp MoE thưa, huấn luyện đến 256K token, và bật chế độ suy nghĩ theo mặc định với khả năng gọi công cụ thông qua các framework phục vụ tương thích. Công ty gắn nhãn đây là mô hình nghiên cứu, không phải thiết bị y tế, và cho biết đầu ra không được thay thế lời khuyên, chẩn đoán hoặc điều trị y tế chuyên nghiệp.

  4. MiniMax Blog62

    MiniMax Code ra mắt môi trường chạy Mini App với MCP được lưu trữ và kho mã nguồn mở

    MiniMax đã ra mắt Mini App trong ứng dụng máy tính MiniMax Code, một ứng dụng định dạng plugin với giao diện người dùng và phần backend Node.js, giúp công việc của Agent được giữ trên một trang luôn hoạt động thay vì bị phân tán qua các cuộc hội thoại. Bản phát hành bao gồm môi trường chạy với thư mục dữ liệu liên tục, MCP được lưu trữ, Agent API, Host Connectors và phê duyệt công cụ trong trang, cùng với /miniapp-creator để đi từ một yêu cầu một câu đến một trang hoạt động và các Mini App chính thức trong chợ plugin. MiniMax Bot bản thân là một Mini App, và mã nguồn của nó cùng với các Mini App do cộng đồng xây dựng hiện nằm trong kho mã nguồn mở MiniMax-Code-MiniApps; Mini App có sẵn trong các phiên cục bộ trên macOS và Windows.

    Vì sao đáng chú ý: MiniMax Code đã chuyển công việc của Agent từ luồng hội thoại sang một trang thường trú, đồng thời công khai môi trường chạy và kho mã nguồn mở của Mini App, cung cấp một kiến trúc có thể tham khảo cho hình thức công cụ Agent.

  5. Anthropic Newsroom71

    Anthropic tặng chuẩn Agent Skills cho Agentic AI Foundation

    Anthropic đang tặng Agent Skills, chuẩn mở giúp cung cấp kiến thức chuyên biệt và quy trình làm việc cho các tác nhân AI, cho Agentic AI Foundation (AAIF) thuộc Linux Foundation. Hơn 70 nền tảng tác nhân bao gồm ChatGPT, Cursor, GitHub Copilot và VS Code đã tích hợp chuẩn này kể từ khi được công bố vào tháng 12 năm 2025, với 1 triệu kỹ năng được công bố và gần 280 triệu lượt cài đặt. Việc tặng bao gồm tên và logo Agent Skills, tổ chức GitHub và tên miền agentskills.io, với các kỹ sư từ Anthropic, Google, OpenAI và các công ty khác duy trì nó với tư cách cá nhân dưới sự dẫn dắt của các Lead Maintainer David Soria Parra và Mahesh Murag.

    Vì sao đáng chú ý: Anthropic trao chuẩn Agent Skills của mình cho AAIF thuộc Linux Foundation, cùng một ngôi nhà trung lập như MCP, mang lại cho cộng đồng tiếng nói chính thức về lộ trình của đặc tả.

  6. Google Developers Blog38

    Project Chrysalis của Google Cloud: Kiến trúc AI Agent tự tiến hóa có quản trị trên Gemini và ADK

    Các nhà nghiên cứu Google Cloud đã công bố Project Chrysalis, một kiến trúc tham chiếu cho các AI agent tự tiến hóa có quản trị, được xây dựng trên nền tảng Gemini và Agent Development Kit (ADK). Trong các mô phỏng sự cố ngừng dịch vụ do cache-stampede vào Black Friday, kiến trúc này đã rút ngắn thời gian từ lúc bắt đầu đến biện pháp giảm thiểu đầu tiên từ 15–45 phút xuống còn 1,8 giây, giảm lỗi HTTP 5xx từ 72,7%–80,0% xuống 0,0%, và giảm độ trễ P99 từ 519,8 ms xuống 18,2 ms. Mọi hành động tự động đều bị giới hạn bởi Model Armor, Cloud KMS, Binary Authorization, OPA Policy Controller và quy trình phê duyệt có con người trong vòng lặp với dual-custody.

21 tháng 10Thứ Tư
  1. Recode China AI72

    Dự thảo kiểm soát xuất khẩu AI của Trung Quốc nhắm vào các mô hình lớn và tác nhân AI nhưng miễn trừ các bản phát hành trọng số mở

    Bộ Thương mại và Bộ Khoa học và Công nghệ Trung Quốc ngày 16 tháng 10 đã công bố dự thảo bổ sung vào danh mục kiểm soát xuất khẩu, lần đầu tiên bao gồm các mô hình AI lớn tiên tiến, tác nhân AI và cụm máy tính lớn, với 14 công nghệ bị cấm và 26 công nghệ bị hạn chế.

  2. Mistral AI48

    Mistral và NVIDIA hợp tác về AI cho quy trình kỹ thuật

    Mistral và NVIDIA đang hợp tác để xây dựng các quy trình kỹ thuật bản địa AI, kết hợp Mistral Large 4 với các thư viện NVIDIA CUDA-X và Warp, nhằm tăng tốc mô phỏng và cho phép thiết kế vòng kín. Sự hợp tác cũng sẽ tạo ra các chuẩn đánh giá công khai và bộ dữ liệu mở cho các mô hình vật lý và AI tác tử trong CAE và EDA, cùng với tích hợp với NVIDIA Omniverse để tạo cảnh 3D và tài sản SimReady. Mistral Large 4, được gọi là Le Chonk, có tổng cộng khoảng 1 nghìn tỷ tham số và 49 tỷ tham số hoạt động, được huấn luyện trên 3.800 GPU NVIDIA Grace Blackwell.

  3. LiveKit Blog25

    Acuity Health sử dụng LiveKit Voice Agents để tự động hóa việc tiếp nhận bệnh nhân như thế nào

    Acuity Health đã xây dựng lại các voice agent tiếp nhận bệnh nhân trên LiveKit sau khi một nền tảng low-code tỏ ra quá cứng nhắc và thiếu minh bạch, và hiện nay 80% cuộc gọi được AI agent xử lý trọn vẹn. Các agent chạy trên LiveKit Inference với mô hình Gemma 4 31B, phần lớn lượt đặt lịch hoàn tất trong dưới một phút, và 81% cuộc gọi đặt lịch kết thúc bằng một lời "cảm ơn." LiveKit Simulations kiểm thử từng thay đổi với các hồ sơ bệnh nhân trước khi phát hành, và một lần rà soát prompt đã cắt khoảng 24% số từ mà vẫn vượt qua các kịch bản tương tự.

  4. OpenClaw Blog22

    OpenClaw ra mắt Tuần lễ Tập trung, bắt đầu với Control UI

    OpenClaw đã ra mắt Tuần lễ Tập trung, một chương trình mỗi tuần tập trung vào một lĩnh vực trong lộ trình của mình với một Maintainer phụ trách và mời cộng đồng đóng góp mã nguồn, báo cáo lỗi, kiểm thử, tài liệu và phản hồi về khả năng tiếp cận. Tuần lễ Tập trung đầu tiên diễn ra từ ngày 19–25 tháng 10 năm 2026 về Control UI, với Vyctor Brzezowski là Maintainer. Một nhóm Clawtributors luân phiên được chọn cũng nhận quyền truy cập khách tạm thời vào môi trường OpenClaw Team dùng chung để kiểm thử các tính năng cộng tác nhiều người của nó.

  5. Google AI · DEV58

    Google Antigravity bổ sung Claude Opus 5.5 và Sonnet 5.5 với tính năng chuyển đổi mô hình giữa phiên

    Claude Opus 5.5 và Claude Sonnet 5.5 của Anthropic hiện đã chính thức có mặt trong Google Antigravity trên Antigravity 2.0 Desktop, CLI và các tiện ích mở rộng IDE cho VS Code, JetBrains và Visual Studio. Opus 5.5 hướng đến suy luận chuyên sâu và tái cấu trúc kiến trúc đa tệp, trong khi Sonnet 5.5 là lựa chọn nhanh hơn, chi phí thấp hơn cho việc lập trình hàng ngày. Các nhà phát triển có thể chuyển đổi mô hình giữa phiên thông qua menu thả xuống hoặc /model claude-opus-5-5 trong CLI mà không mất ngữ cảnh, trạng thái terminal hay các tạo tác trong workspace, và quản trị viên bật các mô hình và đặt giới hạn chi tiêu trong Google Cloud Console thuộc Gemini Enterprise.

  6. GitHub Blog · AI & ML22

    3 Java Champion sử dụng GitHub Copilot để tăng năng suất như thế nào

    Ba Java Champion với hơn mười năm kinh nghiệm Java mỗi người đã chia sẻ cách họ sử dụng GitHub Copilot trong công việc sản xuất và mã nguồn mở. Vlad Mihalcea đã xây dựng một ứng dụng web Hypersistence Optimizer trong hai ngày thay vì nhiều tuần, và tạo các kỹ năng tùy chỉnh được huấn luyện trên 65 bài viết của ông để khớp với giọng văn của ông. Patrick Baumgartner đã chuyển khoảng 900 slide giảng dạy trong 15 bài thuyết trình từ Reveal.js sang Marp với Copilot, xác minh kết quả thông qua so sánh ảnh chụp màn hình.

  7. Google Developers Blog58

    Google Agents CLI 1.8.0 phát hành Extension System và tiện ích mở rộng LangChain chính thức

    Google Agents CLI hiện đã bao gồm Extension System, được giới thiệu từ v1.5.0, cho phép nhà phát triển ghi đè hoặc thêm lệnh mà không cần fork công cụ, và v1.8.0 phát hành tiện ích mở rộng LangChain chính thức. Mẫu LangChain tạo khung dự án không có phụ thuộc google-adk, triển khai lên Cloud Run qua cùng đường dẫn mã như dự án ADK, trong khi sáu lệnh gắn với ADK như playground, run và eval generate bị thay thế hoặc từ chối một cách rõ ràng. Tiện ích mở rộng được phân phối dưới dạng thư mục trong kho Git với lockfile ghim chính xác commit SHA, và hệ thống được đánh dấu là thử nghiệm trong v1.8.0.

  8. Every76

    Đánh giá: Claude Duet, tác nhân cá nhân luôn bật của Anthropic

    Mỗi Claude Duet được thử nghiệm, tác nhân cá nhân luôn bật của Anthropic ra mắt hôm nay dưới dạng bản xem trước nghiên cứu, và nhận thấy đây là tác nhân cá nhân đầu tiên đáng gọi là công cụ chuyên nghiệp. Duet chạy trên Opus 5.5 trong ứng dụng iOS, Android và web riêng biệt với Claude, chia các chủ đề định kỳ thành các kênh, theo dõi những gì nó đang làm và những gì nó cần từ người dùng, đồng thời chỉnh sửa tài liệu, slide, thiết kế và bảng điều khiển ngay tại chỗ. Người đánh giá vẫn chỉ ra những khoảng trống: nó có thể thấy nhưng không điều khiển được các phiên Claude trên máy tính, bản nháp email của nó kém hơn Dot của OpenAI, các lần chạy theo lịch không thể truy cập trình kết nối tùy chỉnh, và chưa có chế độ giọng nói thực sự, chỉ có phiên âm.

    Vì sao đáng chú ý: Một so sánh thực nghiệm giữa tác nhân luôn bật mới của Anthropic với Dot của OpenAI, hữu ích để đánh giá xem các tác nhân cá nhân vẫn còn thiếu sót ở đâu.

20 tháng 10Thứ Ba
  1. One Useful Thing40

    Ethan Mollick's Co-Existence Charts 30 Months of AI Progress, Made by Claude Opus 5.5

    Ethan Mollick đã xuất bản Co-Existence, cuốn sách AI thứ hai của ông, 30 tháng sau Co-Intelligence, và sử dụng Claude Opus 5.5 trong Claude Projects để tạo các biểu đồ của bài đăng và một video "con rái cá trên máy bay dùng wifi" trong vài phút. Ông lưu ý rằng 180 mô hình hiện vượt trội GPT-4 tại thời điểm phát hành, 19 trong số đó chạy trên một điện thoại thông minh hiện đại, trong khi Long Horizon Benchmark của METR tăng từ một tác vụ bốn phút vào năm 2024 lên 17 giờ làm việc của con người vào tháng 4 năm 2026 trước khi benchmark cạn kiệt.

  2. Sakana AI Blog15

    Sakana AI Engineer Open House 2026: Công ty trình bày chiến lược chủ quyền AI và năm vị trí kỹ thuật

    Sakana AI đã tổ chức Engineer Open House lần thứ hai vào ngày 5 tháng 10 năm 2026, giới thiệu năm vị trí kỹ thuật gồm Applied Research Engineer, Forward Deployed Engineer, Software Engineer, Solution Engineer và Cybersecurity Engineer. CEO David Ha đã trình bày chiến lược "chủ quyền AI" được xây dựng trên pre-training, post-training với Namazu và điều phối với Fugu, sau khi mở rộng danh mục sản phẩm sang Sakana Chat, Marlin, Fugu và Translate trong sáu tháng qua. Sự kiện cũng trình bày chi tiết về công việc với các tổ chức tài chính Nhật Bản và các dự án quốc phòng, bao gồm nghiên cứu với Cục Thông tin của Bộ Quốc phòng và Viện Khoa học và Công nghệ Đổi mới Quốc phòng.

  3. Mistral AI82

    Mistral ra mắt mô hình giọng nói Voxtral 3 và SDK tác nhân giọng nói

    Mistral đã phát hành Voxtral 3, một họ mô hình chuyển giọng nói thành văn bản và văn bản thành giọng nói cùng một SDK tác nhân giọng nói được xây dựng trên LiveKit, cho phép truyền phát nghe, suy luận, gọi công cụ và nói trong một quy trình duy nhất. Voxtral Small Transcribe 3 hỗ trợ hơn 50 ngôn ngữ với tính năng phân tách người nói và điều chỉnh theo ngữ cảnh, Voxtral Mini TTS 3 hỗ trợ hơn 35 ngôn ngữ và hơn 50 phương ngữ, và bộ công cụ này có sẵn thông qua API do Mistral lưu trữ tại EU hoặc triển khai tự túc. Giá khởi điểm từ 0,0035 USD/phút cho phiên âm hàng loạt và 13 USD cho mỗi 1 triệu ký tự cho TTS.

    Vì sao đáng chú ý: Voxtral 3 của Mistral kết hợp các mô hình giọng nói đa ngôn ngữ với SDK tác nhân giọng nói dựa trên LiveKit, mang đến cho các đội ngũ một lựa chọn có thể triển khai có chủ quyền cho các tác nhân giọng nói thời gian thực.

  4. Vapi Blog10

    Vapi tổ chức sự kiện du thuyền Fleet Week dành cho các nhà phát triển Voice AI

    Vapi đã tập hợp hơn 30 nhà phát triển voice AI trên một du thuyền thuê riêng tại Vịnh San Francisco vào ngày 8 tháng 10 nhân dịp Fleet Week, với các buổi trò chuyện thân mật từ Deepgram, Kouper Health và Coval cùng một workshop kỹ thuật. Người tham dự tập trung vào GPT Live speech-to-speech, công nghệ này giảm độ trễ và mang lại các lượt hội thoại mượt mà nhưng đánh đổi bằng việc mất kiểm soát chi tiết đối với các thuật ngữ then chốt và kịch bản. Các thảo luận cũng đề cập đến backchanneling, độ trễ cảm nhận và nền tảng so với ngăn xếp voice nội bộ.

  5. AI as Normal Technology40

    Bài báo của Princeton vạch ra 33 xu hướng mới nổi trong đánh giá AI Agent

    Một nhóm do Princeton dẫn đầu, cùng với Stanford, Viện An ninh AI Vương quốc Anh và Brookings, đã công bố "Emerging Trends in AI Agent Evaluation", tổng hợp 33 xu hướng trong khoa học đánh giá, chương trình nghiên cứu và hệ sinh thái đánh giá. Bài báo lập luận rằng đánh giá agent phức tạp hơn nhiều so với đánh giá mô hình, vì người đánh giá phải xem xét toàn bộ quỹ đạo thay vì kết quả cuối cùng, và lưu ý rằng một số agent trên benchmark ExploitBench tốn hàng chục nghìn đô la tín dụng để đánh giá. Bài báo kêu gọi mở rộng chương trình nghiên cứu bao gồm năng lực, tương tác con người và tác động thể chế, cùng với sự tham gia rộng rãi hơn và tài trợ cho các đơn vị đánh giá độc lập.

  6. GitHub Blog · AI & ML26

    Cách tiếp tục phiên ứng dụng GitHub Copilot trong VS Code

    Các phiên ứng dụng GitHub Copilot giờ đây có thể được mở trực tiếp trong VS Code, mang theo cuộc hội thoại, các thay đổi mã và worktree để nhà phát triển có thể xem lại diff, chỉnh sửa thủ công và kiểm thử cục bộ mà không cần khởi động lại. Hướng dẫn đi qua việc mở một phiên, xem lại từng dòng thay đổi của agent, tiếp tục cùng cuộc hội thoại trong thanh bên Copilot và đẩy các cập nhật lên pull request của phiên đó.

  7. Modal Blog40

    Modal ra mắt Sticky Sessions cho định tuyến serverless nhận biết phiên

    Modal ra mắt Sticky Sessions, tính năng ghim mọi yêu cầu trong một phiên vào cùng một container trên nền Modal Servers độ trễ thấp. Nhà phát triển tạo Server có phiên bằng decorator @modal.sessioned() và khởi tạo phiên qua SDK hoặc HTTP API, với tự động mở rộng dựa trên số phiên đang hoạt động thay vì lưu lượng yêu cầu.